Integrare i Large Language Models nell'industria 5.0:
approcci pratici e soluzioni tecnologiche
16h
Integrare i Large Language Models nell'industria 5.0:
Corsi IT da 24 ore finanziati al 70% – iscrizioni aperte
Descrizione
Questo corso approfondisce l’uso dei Large Language Models (LLM) nell’ambito dell’Industria 5.0, con un focus sugli approcci pratici e le soluzioni tecnologiche per integrarli nei processi aziendali. Attraverso una combinazione di teoria e pratica, i partecipanti acquisiranno una comprensione completa dell’architettura transformer, delle tecniche di ottimizzazione dei modelli e delle librerie open-source più utilizzate.
Saranno inoltre fornite indicazioni sui principali servizi cloud disponibili per implementare queste soluzioni.
LIVELLO
Avanzato
PER CHI
Il corso è rivolto a sviluppatori e professionisti IT che desiderano approfondire l’integrazione dei Large Language Models nelle loro applicazioni industriali.
PREREQUISITI
Sono richieste competenze di base in programmazione (preferibilmente in Python) e conoscenze preliminari di machine learning.
Obiettivi
L’obiettivo del corso è fornire ai partecipanti una solida base teorica sulla Generative AI e sui modelli di linguaggio di grandi dimensioni, oltre a offrire competenze pratiche per l’uso delle principali librerie open-source (come PyTorch e Hugging Face) e una panoramica sulle soluzioni cloud leader di mercato (Amazon SageMaker, Bedrock, OpenAI API, etc.).
Programma
Parte Teorica | 8 ore
- Attention e Architettura Transformer: introduzione al meccanismo di attenzione e al funzionamento dei transformer, l’architettura alla base dei moderni LLM.
- Pretraining: spiegazione del processo di preaddestramento dei modelli su grandi quantità di dati non etichettati.
- Fine-tuning con Reinforcement Learning from Human Feedback (RLHF) e Instruction-tuning: tecniche per ottimizzare i modelli attraverso feedback umano e istruzioni specifiche.
- Prompting: introduzione alle tecniche di prompting per ottenere risposte più accurate dai modelli.
- PEFT (Parameter-Efficient Fine-Tuning) e Quantization: ottimizzazione dei modelli attraverso tecniche di fine-tuning efficiente e riduzione della complessità computazionale con la quantizzazione.
- Deploy e Monitoraggio: strategie per il deploy e il monitoraggio dei modelli AI in produzione, inclusi gli aspetti legati alla scalabilità e alla sicurezza.
Parte Pratica con Librerie e Tools | 4 ore
- PyTorch: esercitazioni pratiche su PyTorch, una delle principali librerie open-source per il deep learning.
- Hugging Face: introduzione e uso della piattaforma Hugging Face per scaricare, modificare e implementare modelli preaddestrati.
- Langchain: panoramica su Langchain, una libreria per combinare modelli LLM con dati esterni.
- Soluzioni Cloud (Amazon SageMaker, Bedrock, OpenAI API…): presentazione delle principali piattaforme cloud per il training, il deploy e la gestione dei modelli di linguaggio su larga scala.
ESERCITAZIONI
Il corso prevede laboratori pratici per comprendere come integrare modelli linguistici avanzati nei sistemi aziendali:
progettazione di workflow basati su Large Language Models (LLM)
- esercitazioni di prompt engineering avanzato per applicazioni industriali
- simulazione di integrazione di LLM in applicazioni aziendali
Sessioni
Contattaci all’indirizzo academy@larus-ba.it per maggiori informazioni sul calendario dei corsi
Vuoi potenziare le competenze del tuo team?
€ 1.485 + IVA* per l’intero team, per ciascun corso da 24 ore.
Offerta riservata ai gruppi da 4 e 5 persone
*Importo riferito al costo residuo in caso di finanziamento approvato, previa verifica della disponibilità dei fondi al momento della richiesta. Il finanziamento dedicato non incide sul regime “de minimis”
Finanziamenti disponibili
Tutti i nostri corsi sono cofinanziabili fino al 70% grazie ai fondi PNRR – Next Generation EU, con sconto diretto in fattura per le PMI. Il contributo non incide sul regime “de minimis”.
I finanziamenti sono disponibili grazie alla partnership tra LARUS Business Automation e SMACT Competence Center, centro di riferimento nazionale sulle tecnologie digitali.
